Anthropic去年支持了加州和纽约州的首批AI透明度法律，但该公司美国州和地方政策负责人表示，这些法律可能已经过时。如今，Anthropic正推动各州采取更严格的监管措施。 Anthropic美国州和地方政策主管Cesar Fernandez在接受WIRED采访时表示：“2025年以透明度为重点的安全法案是一个非常重要的开端，但随着AI系统能力的快速提升，政策回应也需要跟上。我们认为，对于最强大的AI系统，透明度和自我报告已不再是足够的安全措施。” 对于一家估值近1万亿美元的初创公司来说，如此支持监管显得不同寻常，但Anthropic本身也是一家奇特的公司。正如我们之前所写，Anthropic的领导者认为，为了实现其创始使命——确保世界安全地过渡到变革性AI——它需要建立一个基于开发和销售先进AI访问权的大型业务。随着Anthropic的发展，它开始支持美国一些最严厉的针对前沿AI公司的拟议监管法规。这些规则旨在减轻灾难性AI风险，包括先进模型可能导致金融灾难或大规模死亡的可能性。 除了加州和纽约州的自我报告法律外，Anthropic还支持了伊利诺伊州的一项措施，要求AI实验室让第三方审计员评估其安全流程。最近，该公司支持了马萨诸塞州的一项政策，该政策也将要求AI实验室进行第三方审计，并授权州检察长对不合规公司寻求禁令救济。 Fernandez今年早些时候加入Anthropic，此前他曾担任体育博彩巨头FanDuel的美国州政府关系主管，以及优步的高级公共政策助理。他帮助这两家公司在全美各州赢得了政策斗争。在国会继续拖延通过AI监管之际，他的专业知识很可能对Anthropic具有重要价值。
Google 正在为其视频创作工具 Vids 添加个性化 AI 化身功能，用户可以通过上传自拍照和语音录音，创建一个外观和声音都像自己的数字分身，从而制作以自己为主角的 AI 视频。与此同时，Google 将多模态 AI 模型 Gemini Omni 引入 Vids，支持用户通过文字提示和参考图像组合生成视频，并实现背景替换、光线调整、逐步编辑等操作。这些更新使 Vids 从最初的 AI 辅助工作演示工具，转变为更全面的视频创作平台。作为 Google Workspace 的一部分，Vids 定位于企业场景，如公司动态更新或培训视频，但个性化化身和对话式编辑功能使其与 HeyGen、Synthesia、Captions、D-ID 等 AI 视频初创公司展开竞争。Google 强调，AI 化身将与账户持有人的身份绑定，并采用 SynthID 隐形水印技术，且仅限特定地区年满 18 岁的用户使用。
## 快讯：Blink套装限时特惠，性价比之选 亚马逊近日将 **Blink Video Doorbell** 与 **Outdoor 4 安防摄像头** 的捆绑套装价格下调了 **43%**，为家庭安防入门提供了极具吸引力的选择。这套组合覆盖了门口监控与户外区域防护两大核心场景，且无需复杂的布线或专业安装，对追求便捷、低成本安防的用户来说值得关注。 ### 套装亮点与实用价值 - **Blink Video Doorbell**：支持1080p高清视频、双向通话、运动检测及夜间红外夜视。用户可通过手机App实时查看门口访客，并接收活动警报。其电池续航可达两年（基于典型使用场景），减少频繁充电的麻烦。 - **Blink Outdoor 4**：作为Blink最新的户外摄像头，具备改进的运动检测算法、增强的夜视能力以及IP65防水防尘等级，可应对各种天气条件。它同样支持无线安装，并兼容Alexa语音助手，方便用户通过语音指令调取画面。 - **捆绑优势**：单独购买这两款产品通常需要约 **$180**，而当前套装价格仅为 **$99.99**（原价$179.99），节省近80美元。此外，用户无需订阅即可使用基础功能（如实时查看和运动通知），云存储订阅则提供更多历史录像与智能功能。 ### 适用人群与场景 这套组合尤其适合以下用户： - **租房者或不愿布线的用户**：无线设计、电池供电，安装仅需几分钟，且搬家时可轻松带走。 - **希望低成本构建基础安防的家庭**：无需支付高昂的监控服务费，即可对前门和后院进行基本监控。 - **已有Alexa生态的用户**：可无缝集成到智能家居系统中，实现联动触发（如检测到运动时自动开启灯光）。 ### 行业背景与竞品对比 在智能家居安防市场，亚马逊旗下Blink一直以低价策略与极简体验著称，与Ring（同为亚马逊旗下）形成差异化：Ring更强调高级功能与本地存储（如Ring Protect订阅），而Blink主打“无订阅基础功能”与长续航。此次降价进一步拉大了与竞品（如Google Nest Doorbell、Arlo Essential）的价格差距。不过，Blink的短板在于：视频质量（1080p）在高端产品中不算突出，且缺乏人物/车辆识别等高级AI检测（需订阅）。 ### 小结 如果你正在寻找一套简单、实惠的家庭安防方案，这套 **Blink 视频门铃+户外摄像头** 套装是当前市场上最划算的选择之一。折扣为限时活动，建议有需求的用户尽快入手。
Roblox 于周四宣布推出名为 **Build** 的新功能，允许用户通过 AI 在移动设备上设计游戏。用户只需输入简单的文字提示（如“制作一个以茂密森林为背景的舒适冒险游戏”），Build 即可自动生成包含玩法、环境、角色、视觉风格和音效等元素的初始版本，随后用户可进行修改并分享。Roblox 表示，该功能由一系列 AI 模型驱动，包括开源和 Roblox 自研模型。 类似的功能已在 Google、微软和腾讯等公司出现，但 AI 游戏生成也引发了开发者与玩家的担忧：降低门槛可能导致大量低质量、同质化游戏涌入，加剧平台竞争。今年游戏开发者大会的行业调查显示，52% 的从业者认为生成式 AI 对行业产生了负面影响。 为应对这一问题，Roblox 计划根据玩家留存率对 AI 生成游戏进行排名，与平台其他游戏采用相同机制。如果游戏无人游玩，将不会获得突出展示。公司强调：“我们的发现系统旨在突出具有长期留存率的游戏，不包括 AI 垃圾内容。首页游戏质量不会改变：如果没人玩——就没人能找到。” Build 功能将于 **7 月 28 日** 进入公开 Alpha 测试，首先面向新西兰 9 岁及以上已通过年龄验证的用户开放。16 岁及以上用户可向全球受众发布作品。该功能提供免费基础版和付费选项。此外，Roblox 还在开发 AI 代理，帮助创作者进行游戏测试和分析，预计未来几个月内推出。 此次更新凸显了 Roblox 在 AI 领域的持续投入，但也引发了关于 AI 对游戏生态影响的讨论。
纽约州长凯西·霍楚尔（Kathy Hochul）近期在接受彭博社《Odd Lots》播客采访时透露，她的团队正在使用人工智能分析该州“每一项规则、法规和政策”，以识别并清理过时的立法。这一举措使原本需要五年才能完成的法规审查工作缩短至“几个月”。 霍楚尔在采访中举例说明了一些陈旧法律，例如带狗打猎需缴纳25美元费用，以及孕妇在午夜后工作需要获得特别许可等。她表示，AI的介入让州政府能够高效地“摆脱”这些不合时宜的规定。 值得注意的是，就在不久前，纽约州刚刚签署了一项暂停新建超大规模数据中心的法令，成为全美首个采取这一举措的州。该暂停令将持续一年，期间州立法者将制定相关法规，以保护居民免受数据中心带来的公用事业成本上涨和自然资源威胁。 霍楚尔强调：“我希望政府不是骑在人民背上，而是站在人民一边。使用AI来实现这一目标非常有力。我认为各级政府都应该使用这项技术……我将利用AI的力量做出重大改变。” 这一做法反映了AI在公共治理领域的潜力——不仅限于商业应用，还能优化政府运作。通过自动化审查海量法规，AI可以帮助政府快速识别冗余或过时的条款，提高行政效率。然而，这也引发了对AI决策透明度和潜在偏见的讨论。霍楚尔的表态显示，她愿意在政策制定中积极拥抱技术，但同时也通过暂停数据中心建设等措施，谨慎管理AI产业本身的发展风险。 总体来看，纽约州的案例为其他政府机构提供了借鉴：AI可以作为高效的治理工具，但需要平衡创新与监管，确保技术服务于公共利益。
一项针对 101 家企业的研究揭示了 AI 代理（AI agent）在企业应用中面临的深层挑战：**上下文鸿沟（context gap）**。当 AI 代理自信地给出错误答案时，根源往往不在于检索技术本身，而在于其依赖的商业上下文（business context）存在缺失或不一致。 ## 核心发现：信任危机浮现 研究显示，**57% 的企业**在过去六个月内曾遭遇 AI 代理给出自信但错误的答案，且这些错误被追溯到上下文问题。更值得关注的是，超过半数此类事件**不止一次发生**。这意味着，即使检索增强生成（RAG）已成为默认的上下文来源，其可靠性仍远未达到企业信任的标准。 ## 基础设施加速建设，但信任滞后 尽管企业正在快速构建支撑 AI 代理的上下文基础设施——**58% 的企业已运行或正在构建受治理的语义层（governed semantic layer）**——但大多数尚未投入生产。这种“先建设、后信任”的模式导致了一个危险局面：代理听起来权威，但基础并不稳固。 ## 检索市场格局的意外变化 在检索技术选型上，市场呈现出有趣的分化： - **提供商原生检索（provider-native retrieval）**已悄然超越专用向量数据库。OpenAI 的 File Search（使用率 40%）和 Google 的 Vertex AI Search（38%）成为主流选择。 - 企业预期到 2026 年底，**混合检索（hybrid retrieval）**将占据主导地位（34%）。 - 然而，**36% 的企业表示计划保留最佳组合（best-of-breed）的独立工具**，而非整合到单一提供商的上下文栈中。同时，**57% 的企业计划在一年内更换或增加提供商**。 这种“声明偏好与实际使用背道而驰”的现象表明，企业仍在权衡供应商锁定与性能优化之间的平衡。 ## 结论：从检索问题到信任问题 研究的核心启示是：企业 AI 的瓶颈并非检索技术本身，而是**上下文层的可信度**。当代理的答案出错时，问题往往出在上下文的质量、一致性和治理上。受治理的语义层被视为解决方案，但多数企业仍处于建设阶段。 对于正在部署 AI 代理的企业而言，**信任必须成为核心设计原则**——不仅关注检索的准确性，更要确保上下文的可靠性、可追溯性和治理能力。否则，AI 代理越自信，企业面临的风险反而越大。
**一项覆盖157家企业的调查揭示了一个令人不安的现状：AI智能体被赋予越来越高的自主权，但用来把关的评估系统却难以赢得信任。** 半数受访组织在过去一年中曾将通过内部评估的智能体部署到生产环境，随后却在客户场景中遭遇失败；仅有5%的企业完全信任自动化评估；最常被提及的短板是评估结果与真实世界表现严重脱节。即便如此，仍有三分之二的企业已经允许或正在推进仅凭自动化评估就将智能体变更部署到生产环境——完全绕开人工审核。 ## 核心发现：评估鸿沟 VentureBeat Pulse Research系列的最新调查将这一矛盾定义为 **“评估鸿沟”** ——即企业赋予智能体的自主权与它们对用以管控风险的评估系统的信任度之间的差距。调查显示，**50%的企业在过去一年中经历过“通过评估但上线后导致客户故障”的事件**，其中四分之一的企业甚至遭遇了多次。信任缺失的根源在于评估本身的局限性：29%的受访者认为评估与现实结果对齐不佳是最主要的缺陷。企业正在痛苦地意识到：通过评估并不等同于智能体正常工作。 ## 自主权与信任的错配 令这一鸿沟更加危险的是趋势方向。**66%的组织已经允许（34%）或正在积极构建（33%）完全自动化、无人工干预的部署流程**，用于低风险智能体。然而，评估工具链却呈现出碎片化和不成熟的状态：最常用的主要评估工具是模型提供商的原生评估方案，与“根本没有专用工具”的比例并列第一（各占17%）；仅有约四分之一的企业在生产流量上运行实时质量检查。**自主权正在以远超保障体系成熟度的速度到来。** ## 行业影响与启示 这项研究揭示了当前企业AI部署中的一个关键矛盾：速度与质量的博弈。当评估系统无法模拟真实世界复杂性时，仅凭自动化测试就放行智能体无异于赌博。企业需要在提升评估与现实对齐度的同时，谨慎平衡自动化部署的节奏。否则，评估鸿沟只会持续扩大，最终导致更多生产事故和客户信任危机。
如何制造一架隐形无人机
新上线西北大学的研究团队利用计算设计技术，开发出一款名为 **Phantom Twist** 的隐形无人机。这款无人机通过高速旋转，使得机身几乎透明，实现了视觉上的“隐身”效果。 ## 核心原理：旋转带来的透明度 Phantom Twist 的设计灵感源于生物界的伪装策略。传统无人机依赖复杂的材料或主动隐身技术来降低可见度，而 Phantom Twist 另辟蹊径：通过让整个机身以特定速度旋转，使得螺旋桨和机身结构在视觉上模糊化，从而变得难以辨认。研究团队利用计算设计算法优化了旋转速度与机身形状，确保在保持飞行稳定性的同时最大化透明度。 ## 计算设计的关键作用 该无人机的设计并非偶然。研究人员通过算法模拟不同旋转参数下的视觉表现，并迭代优化结构。计算设计不仅确定了最佳旋转速率，还解决了旋转带来的空气动力学挑战，例如升力损失和操控稳定性。最终版本在悬停状态下几乎不可见，但在运动时仍保留一定轮廓。 ## 潜在应用场景 这种隐形无人机在军事侦察、野生动物观察或隐私保护领域具有巨大潜力。例如，在监控任务中，传统无人机容易被发现，而 Phantom Twist 的视觉隐身特性可显著降低暴露风险。此外，其低可见度设计也可能用于艺术表演或环境监测，减少对观察对象的干扰。 ## 局限与挑战 目前 Phantom Twist 仍在原型阶段，存在一些限制：旋转机制增加了噪声和能耗，且仅在特定光照条件下达到最佳透明度。此外，高速旋转对结构强度提出了更高要求，可能限制其搭载载荷的能力。研究团队表示将继续优化设计，探索更高效的隐身方案。
Google 于 2026 年 7 月 16 日正式宣布，将其 AI 笔记与研究工具 **NotebookLM** 更名为 **Gemini Notebook**。这一更名标志着该产品进一步融入 Google 的 AI 生态系统，同时保持其作为独立研究工具的核心定位。 ## 更名背后的战略意图 自 2023 年 Google I/O 大会以 Project Tailwind 项目首次亮相以来，NotebookLM 已吸引超过 **3000 万用户** 和 **60 万组织** 使用。它最初的目标是帮助人们更高效地学习和研究，如今已成为从企业创建互动入职材料到学生将笔记转换为音频和视频摘要的得力工具。 更名为 Gemini Notebook 并非简单的品牌调整，而是 Google 整合 AI 产品线的关键一步。Gemini 作为 Google 的旗舰 AI 模型系列，覆盖从 Gemini App 到 AI Studio 等多个平台。通过将 NotebookLM 归入 Gemini 品牌，Google 希望向用户传递一个清晰的信号：这款工具是 Google AI 生态的核心组成部分，将获得更紧密的跨产品协同。 ## 核心功能升级：代码执行与跨平台同步 除了更名，Gemini Notebook 还带来了两项重要更新： - **代码运行能力**：用户现在可以直接在笔记本中运行代码，实现更深入的数据分析。该功能将逐步向所有 Pro 用户开放，为研究人员和数据工作者提供更强大的本地计算能力。 - **跨平台同步**：笔记本内容将同步至 Gemini App 和 Google Search，使用户可以在不同场景下无缝访问研究材料。例如，在搜索时直接调用笔记本中的笔记，或在 Gemini App 中继续编辑。 这些更新将 Gemini Notebook 从一个独立的笔记工具转变为连接 Google 生态的枢纽，让研究、分析和信息获取的流程更加流畅。 ## 行业视角：AI 笔记工具的竞争与整合 在 AI 笔记和知识管理领域，NotebookLM 的竞争对手包括 Microsoft 的 Copilot Notebook、Notion AI 以及各类独立的 AI 笔记应用。Google 此次将 NotebookLM 整合进 Gemini 品牌，不仅提升了品牌一致性，还可能利用 Gemini 模型的强大能力（如多模态理解和长上下文处理）来增强产品差异化。 值得注意的是，Google 强调 Gemini Notebook 仍将是“独立产品”，这暗示它不会完全并入 Gemini App，而是保持其专注研究和笔记的独特定位。这种“独立但互联”的策略，既能保留现有用户的习惯，又能吸引新用户进入 Google 生态。 ## 未来展望 随着代码执行功能的推出，Gemini Notebook 正从“被动记录”向“主动分析”演进。未来，它可能进一步集成 Google 的搜索、文档和数据分析工具，成为研究人员的“第二大脑”。对于企业用户而言，与 Google Workspace 的深度集成或许只是时间问题。 Google 在公告中表示，这些更新旨在帮助用户“更智能地工作”，通过将研究连接到 Google 生态系统来提升效率。对于已经习惯使用 NotebookLM 的用户来说，更名可能带来短暂的适应期，但更强大的功能和更广泛的生态整合，无疑值得期待。
谷歌于本周四宣布，其对话式搜索体验 **AI Mode** 迎来重要更新，用户现在可以直接在AI Mode中链接并操作常用应用，首批支持 **Instacart、Canva 和 YouTube**。这意味着AI Mode正从单纯的问答工具向任务执行平台演进，旨在提升用户在规划、购物等场景下的使用黏性，并与 **OpenAI 的 ChatGPT** 和 **Anthropic 的 Claude** 等竞争对手的应用集成能力看齐。 ### 具体功能与场景 谷歌提供了几个典型用例： - 如果你正在计划一场烧烤，并让AI Mode生成购物清单，可以连接 **Instacart** 账户，将食材直接添加到购物车并快速结账。 - 设计项目需要灵感时，可以要求 **Canva** 展示一系列模板。 - 想要为派对创建歌单，可以直接让AI Mode生成并保存到 **YouTube Music**。 ### 战略意义与竞争格局 此次更新是谷歌在AI搜索领域的重要一步。自2025年初AI Mode上线以来，谷歌持续为其添加新能力，包括近期推出的**本地库存查询**、**并排浏览对比**以及**个人数据集成**（调用Gmail和Google Photos）。通过将应用操作整合进搜索流程，谷歌希望将AI Mode打造成更全面的“行动中心”，而非仅提供信息。 ### 未来展望 目前该功能面向美国用户开放。谷歌表示正在与更多合作伙伴合作，计划很快支持更多应用。这一举措延续了今年Google I/O上发布的 **Gemini 应用连接第三方应用** 的能力，当时已支持Canva、OpenTable、Spark等。随着AI Mode能力的不断扩展，用户与搜索引擎的交互方式可能迎来根本性转变——从“搜索信息”到“完成任务”。
OpenAI 近日发布博文，阐述其面向青少年的AI安全策略。公司认为，AI 将成为定义这一代人的技术，禁止使用反而会让青少年在数字时代落后。OpenAI 强调，目前每周有近90%的青少年用户将 ChatGPT 用于学习、信息获取、技能培养或提升生产力。 为了平衡开放与安全，OpenAI 采取了一系列措施：强化默认保护、推出年龄预测功能、扩展家长控制工具、提供家庭资源，并引入学习功能（如 Study Mode）以鼓励深度理解而非直接给出答案。这些措施基于四项核心承诺： - **安全优先**：即便与其他目标冲突，也把青少年安全放在首位； - **鼓励现实支持**：在需要时引导青少年寻求现实中的帮助； - **视青少年为青少年**：提供符合其年龄阶段的设计； - **透明沟通**：明确设定预期。 OpenAI 指出，AI 对青少年的价值不仅在于效率提升，更在于培养批判性思维和自主学习能力。例如，通过 Study Mode（与教师和学习科学家合作设计），学生可以逐步解决问题而非直接获取答案。公司还强调，禁止青少年使用 AI 如同禁止前几代人使用互联网或搜索引擎，反而会让他们在成年后缺乏关键技能。 OpenAI 的愿景是：在提供广泛访问的同时，通过年龄适配的保护措施，让青少年安全地探索、学习和创造，为未来做好准备。
Google 于周四宣布，其 AI 笔记应用 **NotebookLM** 正式更名为 **Gemini Notebook**。尽管名称改变，该应用仍将作为独立产品存在，但会与 Gemini 和 Google Search 进行更深入的整合。 ## 从 Project Tailwind 到 Gemini Notebook 这款应用最初于 2023 年 5 月以 **Project Tailwind** 为代号亮相，同年晚些时候正式发布。过去几年中，Google 为其增添了多项功能，包括将笔记转化为 AI 播客、带旁白的幻灯片以及类似 TikTok 的短视频片段。最近，用户已可将笔记本连接到 Gemini 应用。Google 还计划将笔记本引入 **AI Mode**——Search 中的聊天式体验。 ## 新功能：云端代码执行 伴随更名，Google 推出了上个月预告的更新：**Gemini Notebook 现在可以连接到安全云计算机，以编写和执行代码**。该功能目前面向 **Google AI Ultra** 和 **Workspace 商业客户** 开放，并将在未来几周内覆盖 Web 端的 Pro 用户。 ## 行业背景与意义 此次更名是 Google 统一 AI 品牌战略的一部分。NotebookLM 最初定位为实验性产品，如今随着 Gemini 生态的扩展，将其纳入 Gemini 品牌下有助于提升用户认知和产品协同。同时，保持独立应用形态也表明 Google 希望保留其专注笔记场景的差异化体验。 ## 未来展望 Google 强调，Gemini Notebook 将继续作为独立应用发展，同时与 Gemini 和 Search 的整合将为用户提供更无缝的体验。例如，在 AI Mode 中直接访问笔记本，或将笔记内容用于搜索查询。这标志着 AI 笔记工具正从单一功能向多模态、跨平台的方向演进。
谷歌 Pixel 10 Pro 凭借其卓越的相机系统，在安卓阵营中始终占据领先地位。如今，亚马逊推出限时优惠，直接将这款旗舰手机的价格下调300美元，当前售价仅为699美元，堪称近期最佳入手时机。 对于追求移动摄影与日常性能的用户而言，Pixel 10 Pro 的相机调校、AI 计算摄影功能以及流畅的原生安卓体验，都是其核心卖点。此次降价使得它在同价位竞品中更具竞争力，尤其适合那些希望以中端价格获得旗舰拍照体验的消费者。 值得注意的是，这一价格属于限时促销，库存可能有限。如果你一直在观望 Pixel 10 Pro，现在无疑是下手的好机会。
餐厅每月平均漏接 150 通电话，其中约 60% 是顾客想下单或订座。这些电话多集中在晚餐时段，正是服务员最忙的时候。本文介绍如何利用 Amazon Bedrock AgentCore 和 Amazon Nova 2 Sonic 构建语音订餐系统，自动接听电话并完成从问候到确认的完整流程。 ## 系统架构三层分离 系统分为 **电话层**、**代理层** 和 **后端层**。电话层通过 Amazon Chime SDK Voice Connector 提供 SIP 中继和免费号码，音频经 SIP 网关通过签名的 WebSocket 连接流向代理层。代理层使用 Amazon Nova 2 Sonic 处理实时语音，支持转录、轮流对话和打断。后端层通过 **模型上下文协议 (MCP)** 与代理连接，管理菜单、购物车、订单和门店信息。 分层设计的关键优势在于：**订餐逻辑与通信渠道解耦**。未来添加移动应用或自助点餐机等新渠道时，无需重写后端；同时 MCP 作为开放标准，后端变更也不影响代理层。 ## 核心技术亮点 - **Amazon Bedrock AgentCore**：托管并运行代理，支持文本和音频双向输入输出，在单一双向流中处理转录、轮流对话和打断。 - **Amazon Nova 2 Sonic**：提供实时语音能力，确保通话自然流畅。 - **MCP 集成**：代理通过 MCP 工具调用后端服务，实现菜单查询、下单等操作。 - **通话预热**：在电话振铃期间预先启动代理会话，用户接听后无延迟感。 ## 部署与实现 完整堆栈通过 **AWS Cloud Development Kit (AWS CDK)** 部署，包括： - 电话侧：Amazon Chime SDK Voice Connector 提供 SIP 中继和免费号码。 - 代理侧：Amazon ECS on AWS Fargate 运行 SIP 网关，将电话呼叫桥接到代理。 - 后端：标准 RESTful 服务，通过 MCP 暴露接口。 ## 行业意义 餐厅电话漏接问题长期存在，传统方案如增加人手或鼓励在线下单都各有局限。本方案直接解决“只想打电话”的顾客需求，且架构灵活，可扩展至其他行业。对于 AI 语音应用开发者，该方案展示了 **AgentCore + Nova 2 Sonic + MCP** 的组合能力，为构建实时语音交互系统提供了参考范式。
随着人工智能算力竞赛持续升温，能源基础设施正成为资本市场的全新宠儿。据最新市场数据显示，今年能源公司首次公开募股（IPO）的融资速度创下本世纪以来最快纪录，反映出投资者正在积极寻找能够从AI爆发中直接受益的电力与能源标的。 ## 为什么能源IPO突然火了？ AI大模型的训练和推理需要消耗惊人的电力。以OpenAI的GPT-4为例，单次训练耗电量可达数万兆瓦时，而随着推理需求的指数级增长，数据中心用电量正在以每年20%以上的速度攀升。高盛此前预测，到2030年，数据中心将占全球总用电量的8%左右，而2022年这一比例仅为1-2%。 这一趋势直接催生了能源板块的融资热潮。传统油气公司、可再生能源开发商以及电网基础设施企业纷纷加速上市，试图抓住这波结构性需求红利。 ## 资本市场正在重新定价能源资产 过去十年，能源股因环保压力和政策不确定性长期被低估。但AI带来的确定性需求改变了这一逻辑——投资者不再仅仅将能源视为周期品，而是将其视为AI产业链的“上游基础设施”。 多家投行报告指出，AI相关电力需求将推动天然气、核能以及大型太阳能电站的长期合同签订量激增。例如，美国独立电力生产商**Vistra**和**Constellation Energy**的股价在过去一年中涨幅超过100%，远超科技板块平均水平。 ## 哪些细分赛道最受关注？ 从IPO结构来看，投资者偏好呈现三大方向： - **天然气与核电**：作为基荷电源，能提供稳定、低碳的24/7电力供应，直接满足数据中心的不间断需求。 - **电网数字化与储能**：解决AI中心接入电网的瓶颈，包括变压器、智能电表和大型电池储能系统。 - **可再生能源开发商**：尽管间歇性问题仍存，但大型科技公司（如微软、亚马逊）正在通过购电协议（PPA）锁定长期绿电供应，为风电、光伏项目提供了现金流保障。 ## 风险与隐忧 不过，这场能源IPO热潮也并非没有阴影。首先，利率高企增加了新项目的融资成本；其次，监管审批和电网并网排队时间可能延缓项目投产。此外，AI本身的能源效率提升（如更高效的芯片和算法）可能在长期抑制需求增速。 总体而言，当前能源IPO的爆发本质上是市场对AI超级周期的一次“基础设施押注”。对于投资者而言，这既是分享AI增长红利的新入口，也考验着对能源政策和项目执行力的判断力。
在厨房里，有些小工具虽然不起眼，却能大大提升烹饪效率。本文精选了 **6款售价不到20美元** 的厨房小工具，从实用的夹式滤网到多功能厨房剪刀，每一件都经过编辑团队的实际测试与口碑验证。这些工具不仅价格亲民，而且设计巧妙，能解决日常烹饪中的常见痛点。例如，**夹式滤网** 可直接夹在锅边，轻松过滤面条或蔬菜的汤汁；**Fluicer柑橘榨汁器** 能高效榨取柠檬或橙汁，且易于清洗；**牛油果切片器** 则能快速完成去核、切片操作。此外，**酒瓶塞** 和 **Tupperware抽屉整理器** 分别解决了保鲜和收纳难题。文章还提供了购买链接和价格信息，方便读者直接选购。对于追求性价比的厨房爱好者来说，这些工具无疑是提升生活品质的绝佳选择。
外卖平台 DoorDash 正在向开发者推出一项颇为极客的新功能——**dd-cli**，一款命令行工具。目前该工具处于**限量测试阶段**，允许开发者和 AI 代理在终端中搜索商店、构建购物车并下单。这标志着 DoorDash 正迈出重要一步：打造不仅面向人类用户、也面向 AI 代理的软件。 ## 从图形界面到命令行：DoorDash 拥抱开发者生态 长期以来，点外卖的流程都依赖图形界面——打开 App、浏览菜单、点击下单。而 dd-cli 彻底改变了这一交互方式。通过简单的命令，用户可以直接在终端里完成整个点单流程。例如，`dd search "pizza"` 即可搜索附近的披萨店，`dd add "large pepperoni"` 将商品加入购物车，最后 `dd checkout` 完成支付。 这种设计最初可能让普通用户感到陌生，但对开发者而言，命令行意味着更高的效率和自动化可能性。更重要的是，它**为 AI 代理的接入铺平了道路**。想象一下，一个智能助手可以直接通过命令行帮你订餐，无需打开任何 App。 ## AI 代理的新入口 DoorDash 的这一步并非孤例。近年来，越来越多的服务开始提供 CLI 或 API 接口，以适配 AI 代理的“无界面”操作模式。从 Slack 的 CLI 工具到 GitHub 的 Copilot，再到如今 DoorDash 的 dd-cli，趋势很明显：**软件正在从“人机交互”转向“机机交互”**。 对于 AI 代理来说，命令行接口比图形界面更友好。它们无需解析复杂的 UI 元素，只需处理结构化的文本命令和输出。DoorDash 的此举可能吸引大量开发者为其平台构建自动化工具，例如定时订餐、根据日历事件自动下单等场景。 ## 限量测试与未来展望 目前 dd-cli 仅向部分申请者开放 beta 测试。DoorDash 尚未公布正式上线时间，但这一动作已释放出强烈信号：**外卖服务正在成为可编程基础设施的一部分**。 对于普通用户而言，短期内可能仍会使用 App 下单。但长期来看，当 AI 代理足够成熟，我们或许只需对智能音箱说一句“帮我订份午餐”，背后的流程就由一系列 CLI 调用完成。DoorDash 的这一步，正是通往那个未来的一个路标。 ## 小结 - DoorDash 推出 dd-cli 命令行工具，面向开发者和 AI 代理。 - 支持搜索商店、构建购物车、下单等核心功能。 - 目前处于限量 beta 阶段。 - 反映了行业趋势：软件接口正从 GUI 向 CLI/API 迁移，以适应 AI 代理的自动化需求。
本周，OpenAI 发布了其首款硬件产品——一款售价 230 美元的迷你键盘，但你可能不知道，同期上架的还有另一件“奇葩”周边：**ChatGPT 篮球**。 这款篮球隶属于名为“Pause. Play. Prompt.”的推广活动，产品页描述称其旨在“提醒人们创造力不只存在于屏幕中”。不过，OpenAI 官网并未提及该活动的其他信息。篮球售价 **70 美元**，约合 GPT-5 的 5600 万输入 token，采用 100% 橡胶材质，适合户外球场。 ### 谁在买？ 一个 ChatGPT 篮球，真的有人敢带它去球场吗？在硅谷之外，拿着这种“AI 标签”装备上场，可能面临被嘲笑的尴尬。但作为会议免费赠品，它或许能成为反讽式的谈资——就像笔者珍藏的 Facebook 涂鸦帆布袋。 ### 不止篮球 OpenAI 还推出了系列周边：印有“Good research takes time”的服饰，适合向投资者解释增长慢的创始人；175 美元的拉链衫，领口“致敬学术时光”，却可能疏远自学成才的编程天才——毕竟，他们没上过大学。产品文案还出现了“an object reminisce”这样语法别扭的句子，让人怀疑是否出自 AI 之手。 ### 反思 从 Humane Ai Pin 的惨淡收场可见，AI 公司对产品市场契合度的直觉并不靠谱。ChatGPT 篮球或许只是品牌营销的一环，但它提醒我们：在加速碳排放的生成式 AI 热潮中，OpenAI 至少还“幻想”着户外运动的可能性。
Drawing on more than a decade spent helping build some of the world's most influential AI systems, including research that later informed the development of ChatGPT, Andrew Dai explains why he believes visual AI is one of the next major frontiers in artificial intelligence.
当整个 AI 行业都在追逐“超级智能”这一标签时，Yann LeCun 的世界模型初创公司 AMI Labs 的 CEO Alexandre LeBrun 却对此不屑一顾。他在接受 TechCrunch 采访时明确表示，公司从不使用“AGI”或“超级智能”这类词汇。 ## 拒绝炒作，回归务实 LeBrun 指出，行业术语的更迭更像是一种营销游戏：“我们从未用过 AGI 这个词。我注意到现在没人再用它了，大家都改口叫‘超级智能’。下次估计又会换成别的。”他认为这些术语缺乏明确定义，毫无实际用处。对于一家尚未推出产品、但已开始与机器人、制造和电子行业合作的公司而言，这种务实态度显得尤为突出。 ## 世界模型：让 AI 理解物理世界 AMI Labs 专注于构建**世界模型**——一种能够预测物理世界状态的 AI 系统。与预测下一个词的大语言模型（LLM）不同，世界模型预测的是“下一个状态”。LeBrun 以推倒杯子为例：人类凭直觉知道杯子会倾斜并洒出水，而世界模型正是要捕捉这种直觉。 他强调，世界模型并非要取代 LLM，两者是互补关系。正如人脑有独立的语言和推理功能，LLM 仍是处理语言的最有效工具，而世界模型则提供上下文和真实世界理解。 ## 机器人行业的痛点 LeBrun 认为，当前机器人行业的硬件进步神速，但“缺乏大脑”。大多数机器人仍运行固定程序，完全静态，在物理世界中显得“非常愚蠢”。如果能赋予机器人对环境的感知能力，就能避免类似机器人跳舞时踢到儿童的尴尬事故。这种**上下文感知的 AI** 将是机器人领域的重大突破。 ## 工业场景先行 尽管 AMI Labs 尚未发布产品，但已在积极寻找工业合作伙伴。世界模型需要走出实验室，在机器人、制造和电子等真实场景中证明自己。LeBrun 透露，他上周在首尔参加国际机器学习大会时，就在物色当地工业伙伴和全球企业。 ## 行业反思 LeBrun 的言论或许代表了一股正在兴起的务实思潮：在“超级智能”的喧嚣之下，真正推动行业进步的可能是那些专注于解决具体问题、不追逐华丽术语的研究者。世界模型能否如其所述，为 AI 带来物理世界的“常识”，值得持续关注。